Recyclage : L’intelligence artificielle au service de la valorisation des pneus

577 000 tonnes environ de pneus sont mises sur le marché chaque année en France. Bien que classés non dangereux, ces déchets peuvent vite devenir un calvaire. Le recyclage des déchets pneumatiques représente alors un enjeu majeur pour l’environnement et la santé publique.

Des chercheurs du LRGP à Nancy travaillent depuis plusieurs années au recyclage des pneus et plus généralement des matières plastiques, en alliant expertise dans le domaine des polymères et compétences liées à l’intelligence artificielle.

Le projet scientifique, financé par le Carnot Icéel, RepnIA, utilise la méthode de recyclage par granulation. Les pneus sont broyés et transformés en granules de caoutchoucs de tailles micrométriques (Ground Tire Rubber – GTR). Ces GTR conservent des propriétés élastomères et peuvent être utilisés comme charge pour renforcer des polymères.

Valorisation des pneus en polystyrène

Les études des chercheurs du LRGP portent principalement sur le renforcement des matrices de polymère thermoplastique grâce à l’ajout de particules de pneu. L’objectif est d’obtenir, par exemple, un polystyrène proche du polystyrène HIPS (High Impact PolyStyrene). Ce polystyrène est très intéressant pour l’industrie car il possède une excellente résistance aux chocs.


Pour atteindre ce résultat, les scientifiques vont s’éloigner de la formulation classique d’un polystyrène HIPS qui consiste à ajouter des particules de caoutchouc pur dans la matrice du polystyrène.

L’idée qui rejoint les enjeux de recyclabilité des pneumatiques consiste à ajouter des particules de pneus à la place du caoutchouc pour obtenir un polystyrène aux propriétés mécaniques intéressantes. Pour que ce procédé soit facilement transférable dans l’industrie, les chercheurs s’attachent à résoudre les interrogations qui pèsent dans chaque réaction de polymérisation.

En effet, dans le projet RepnIA, les GTR ne sont pas triés et ont donc des compositions variables, parfois au sein du même échantillon. Les réactions obtenues, sensibles aux composés des particules de pneus, peuvent être complétement antagoniques présentant des effets accélérateurs, retardateurs ou même inhibiteurs.

Optimiser le recyclage grâce à l’intelligence artificielle

La composition hétérogène des GTR fait que les phases expérimentales sont longues et compliquées à prévoir.
Pour optimiser le potentiel applicatif de leur recherche, les équipes du LRGP ont donc choisi de s’appuyer sur l’intelligence artificielle pour modéliser différentes réactions chimiques.


Ils vont notamment s’appuyer sur le machine learning et s’attacher au produit final obtenu lors de la polymérisation plutôt qu’au comportement des GTR pendant la réaction.


Pour cela les données préexistantes (deux thèses ont déjà traité ce sujet) vont être combinées à de nouvelles données. La polymérisation aura lieu dans un ballon plutôt que dans un réacteur, ce qui permettra de travailler à plus petite échelle. Plusieurs expériences, mieux contrôlées, pourront être ainsi menées.

Elles nourriront la modélisation par intelligence artificielle en lui fournissant de nouvelles données.

L’objectif final de ces études est de combiner, dans un simulateur hybride, le modèle généré par l’intelligence artificielle avec un modèle phénoménologique du procédé.


L’enjeu majeur de ce projet est le recyclage des matières plastiques, tout en visant le développement de nouveaux matériaux à propriétés spécifiques.


La SATT Sayens a marqué un intérêt sur les résultats obtenus et un dépôt de brevet est en cours. Cela démontre tout le potentiel industriel de cette recherche qui pourra intéresser différents marchés : les ressources et l’environnement, les transports et les technologies industrielles.

Intéressés ? Nous pouvons vous mettre en relation avec les chercheurs impliqués dans ce projet.
Contactez-nous sur iceel-contact@univ-lorraine.fr

Partager

Copier le lien dans le Presse-papiers

Copier